JP2003256831A - ノイズを増幅することなく、デジタル画像を鮮鋭化する方法 - Google Patents
ノイズを増幅することなく、デジタル画像を鮮鋭化する方法Info
- Publication number
- JP2003256831A JP2003256831A JP2003050148A JP2003050148A JP2003256831A JP 2003256831 A JP2003256831 A JP 2003256831A JP 2003050148 A JP2003050148 A JP 2003050148A JP 2003050148 A JP2003050148 A JP 2003050148A JP 2003256831 A JP2003256831 A JP 2003256831A
- Authority
- JP
- Japan
- Prior art keywords
- image
- noise
- map
- sharpening
- pixel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 239000000463 material Substances 0.000 claims abstract description 5
- 238000003707 image sharpening Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000000873 masking effect Effects 0.000 description 4
- 239000003607 modifier Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 244000025254 Cannabis sativa Species 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012886 linear function Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 239000013077 target material Substances 0.000 description 2
- 102100028780 AP-1 complex subunit sigma-2 Human genes 0.000 description 1
- 102100033040 Carbonic anhydrase 12 Human genes 0.000 description 1
- 101150105088 Dele1 gene Proteins 0.000 description 1
- 101100055680 Homo sapiens AP1S2 gene Proteins 0.000 description 1
- 101000867855 Homo sapiens Carbonic anhydrase 12 Proteins 0.000 description 1
- 241000406668 Loxodonta cyclotis Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 244000309464 bull Species 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
- G06T5/75—Unsharp masking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
(57)【要約】
【課題】 画像画素を有するデジタル画像を、画像のマ
テリアルコンテンツとノイズ量に基づいて鮮鋭化の適用
量を調節する。 【解決手段】 画像画素に空間的に対応し、各画像画素
が特定の対象物を表す可能性を示すビリーフ値を有する
対象物ビリーフマップを生成するステップと、画像画素
に空間的に対応し、各画素に関する変調がシステムノイ
ズによるものである可能性を示すビリーフ値を有するノ
イズ画素ビリーフマップを生成するステップと、対象物
ビリーフマップとノイズ画素ビリーフマップから、画像
画素に適用すべき鮮鋭化の度合いを示す数値を有するゲ
インマップを生成するステップと、ゲインマップを使っ
て画像を鮮鋭化するステップとを含む。
テリアルコンテンツとノイズ量に基づいて鮮鋭化の適用
量を調節する。 【解決手段】 画像画素に空間的に対応し、各画像画素
が特定の対象物を表す可能性を示すビリーフ値を有する
対象物ビリーフマップを生成するステップと、画像画素
に空間的に対応し、各画素に関する変調がシステムノイ
ズによるものである可能性を示すビリーフ値を有するノ
イズ画素ビリーフマップを生成するステップと、対象物
ビリーフマップとノイズ画素ビリーフマップから、画像
画素に適用すべき鮮鋭化の度合いを示す数値を有するゲ
インマップを生成するステップと、ゲインマップを使っ
て画像を鮮鋭化するステップとを含む。
Description
【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、概略的にはデジタ
ル画像の処理に関する分野、より詳しくは画像を鮮鋭化
する方法に関する。 【０００２】 【従来の技術】デジタル画像の処理においては、一般的
に、画像の鮮鋭（sharp）化により、鮮鋭化アルゴリズ
ムを用いて微細な詳細部が改善される。通常、鮮鋭化は
畳み込みプロセス（たとえば、A. K. Jain, Fundamenta
ls of Digital Image Processing, Prentice-Hall: 198
9, pp.249-251参照）によって行われる。アンシャープ
マスキングプロセスは、畳み込みによる鮮鋭化プロセス
の一例である。たとえば、アンシャープマスキングを使
った画像の鮮鋭化は、次の等式で説明することができ
る。 【０００３】 s(x,y)＝i(x,y)**b(x,y)+βf(i(x,y)-i(x,y)**b(x,y)) (0) ここで、 ｓ（ｘ，ｙ）＝鮮鋭さが改善された出力画像 ｉ（ｘ，ｙ）＝原入力画像 ｂ（ｘ，ｙ）＝ローパスフィルタ β＝アンシャープマスクのスケールファクタ ｆ（）＝フリンジ関数** は、二次元畳み込みを示す。（ｘ，ｙ）は、画像のｘ
番目の行とｙ番目の列を示す。 【０００４】一般に、不鮮明画像は、ローパスフィルタ
による画像の畳み込みによって生成される（つまり、不
鮮明画像はｉ（ｘ，ｙ）**ｂ（ｘ，ｙ）で示される）。
次に、原画像から不鮮明画像を引くことにより、ハイパ
ス、つまりフリンジデータが生成される（すなわち、ハ
イパスデータはｉ（ｘ，ｙ）−ｉ（ｘ，ｙ）**ｂ（ｘ，
ｙ）で得られる）。次にハイパスデータは、スケールフ
ァクタβかフリンジ関数ｆ（）のいずれかまたはその両
方によって修正される。最後に、修正されたハイパスデ
ータに、原画像または不鮮明画像のいずれかを加算する
ことにより、鮮鋭化された画像が得られる。 【０００５】同様の鮮鋭化効果は、デジタル信号処理の
分野ではよく知られる周波数ドメイン（たとえば、ＦＦ
Ｔドメイン）における画像修正によって実現できる。 【０００６】画像の異なる領域または画素を、異なる量
だけ鮮鋭化することが好ましい場合がある。たとえば、
人の顔を表す画素は、ビルを表す画素ほど鮮鋭化しない
ほうが好ましいとされている。たとえば、１９９７年１
０月２８日発行のゴーシュ他(Gouch et al.)の米国特許
５，６８２，４４３号において、画素の色（と周辺近傍
の色）に基づくアンシャープマスクのゲインの修正が開
示されている。この方式を用いた場合の問題は、画像鮮
鋭化に伴う不要なノイズの増大である。 【０００７】また、１９９６年２月１８日発行のマーム
ーディ他(Mahmoodi et al.)の米国特許第４，５７１，
６３５号は、近傍中の画像画素の標準偏差に応じて、デ
ジタル画像の高周波数情報をスケーリングするのに使用
される強調係数βを得る方法を教示している。さらに、
１９９２年１月１４日発行のクウォン他(Kwon et al.)
の米国特許第５，０８１，６９２号は、強調係数βが中
央加重分散計算に基づいていると教示している。１９８
８年８月２日発行の米国特許第４，７６１，８１９号に
おいて、デニソン他(Denison et al.)はアンシャープマ
スクのゲインが局地分散計算とノイズ統計の両方に依存
する方法について述べている。 【０００８】上記の方法はたしかに、ノイズの増大をな
るべく抑えながら画像を鮮鋭化するが、ゴーシュが述べ
ているように、色に基づいて鮮鋭化の適用量が変化する
ことはない。画像のノイズ特性と非ノイズ特性（たとえ
ば色）の両方に基づくリニア鮮鋭化フィルタのゲインパ
ラメータβの修正について、どのように取り組むかは不
明である。一般に、ノイズ情報を利用した適応型の鮮鋭
化方法の場合、ノイズの大きい画像領域には他より小さ
い鮮鋭化が適用される。しかし、これらの画像領域が受
ける鮮鋭化は、他の要因によってすでに非常に小さい場
合がある。 【０００９】２００２年１月２３日に公開された欧州特
許出願第１１７４８２４Ａ２号において、ギンデル(Gin
dele)とギャラー(Gallagher)は、画素の色に応じてノイ
ズ軽減の量を変えるノイズ軽減フィルタについて開示し
ている。このフィルタにおいて、畳み込みの係数は各画
素について動的に得られ、画素と近隣画素（畳み込み操
作に関わるもの）の数値に応じて変わる。畳み込み係数
は各画素について動的に得られるため、フィルタ係数は
局所の近隣における画素の数値によって異なる。このよ
うなフィルタは画像鮮鋭化には使用されないのが普通で
ある。 【００１０】 【特許文献１】米国特許５，６８２，４４３号公報 【特許文献２】米国特許４，５７１，６３５号公報 【特許文献３】米国特許５，０８１，６９２号公報 【特許文献４】米国特許４，７６１，８１９号公報 【特許文献５】欧州特許出願第１１７４８２４Ａ２号公
報 【００１１】 【発明が解決しようとする課題】そこで、画像のマテリ
アルコンテンツ（material content）と画像におけるノ
イズ量の両方に基づいて鮮鋭化の適用量を調整する、改
良された画像鮮鋭化方法に対するニーズがある。 【００１２】 【課題を解決するための手段】上記のニーズは、本発明
により、複数の画像画素を有するデジタル画像をそのマ
テリアルコンテンツに応じて鮮鋭化する方法であって、
前記複数の画像画素に空間的に対応し、各画像画素が特
定の対象物を表している可能性を示すビリーフ値を有す
る対象物ビリーフマップを生成するステップと、前記複
数の画像画素に空間的に対応し、各画素に関する変調が
システムのノイズによるものである可能性を示すビリー
フ値を有するノイズ画素ビリーフマップを生成するステ
ップと、前記対象物ビリーフマップと前記ノイズ画素ビ
リーフマップから、前記複数の画像画素に対して行う鮮
鋭化の程度を示す数値を有するゲインマップを生成する
ステップと、前記ゲインマップを使って画像を鮮鋭化す
るステップとを含むことを特徴とする方法を提供するこ
とによって満たされる。 【００１３】本発明は、アーチファクトが少ない、より
鮮鋭な画像を生成するという利点を有する。 【００１４】 【発明の実施の形態】以下の説明において、本発明の実
施形態はソフトウェアプログラムとして実現された方法
として述べられている。当業者は、このようなソフトウ
ェアと同等物をハードウェアで構成することができると
容易に認識できる。画像改良アルゴリズムと方法は周知
であるため、本願の説明は特に、本発明による方法とシ
ステムの一部を構成する、あるいはより直接的にこれと
協働する要素について行うものとする。本願において特
に示されていない、あるいは説明されていないその他の
要素および、画像信号生成および他の処理のためのハー
ドウェアおよび／またはソフトウェアは、当業界で知ら
れている材料、コンポーネント、要素から選択すること
ができる。以下の資料において本発明に従って示され、
説明されているシステムと方法について、本発明の実行
にとって有益な、本願で具体的に示されていない、説明
または提案されていないソフトウェアは従来のものであ
り、当業界における一般的技術である。 【００１５】さらに、ここで使用されているように、コ
ンピュータプログラムはコンピュータが読み出すことの
できる記憶媒体に記憶させることができる。この記憶媒
体には、たとえば磁気ディスク（ハードドライブやフレ
キシブルディスク）または磁気テープ等の磁気記憶媒
体、光ディスク、光テープまたは機械判読可能なバーコ
ード等の光学記憶媒体、ランダムアクセスメモリ（ＲＡ
Ｍ）またはリードオンリーメモリ（ＲＯＭ）等のソリッ
ドステート電子記憶装置あるいはその他、コンピュータ
プログラムを記憶するのに使用される物理的装置または
媒体がある。 【００１６】デジタル画像は一般に、ひとつまたは複数
の二次元アレイを含む。たとえば、カラーデジタル画像
には、それぞれ赤、緑、青の画素値を示す３つのアレイ
が含まれ、単色画像には光の強度に対応する画素値の１
つのアレイが含まれる。呼び方の問題については、デジ
タル画像のｘ番目の行とｙ番目の列を指す座標（ｘ，
ｙ）に位置する画像の画素の数値は、本願において、位
置（ｘ，ｙ）におけるそれぞれ赤、緑、青のデジタル画
像チャネルの数値を指す３つの値のセット［ｒ（ｘ，
ｙ），ｇ（ｘ，ｙ），ｂ（ｘ，ｙ）］である。この点に
おいて、デジタル画像は特定の数のデジタル画像チャネ
ルを有するものと考えることができる。赤、緑、青の二
次元アレイを含むデジタル画像の場合、この画像は３つ
のチャネル、つまり赤、緑、青の分光チャネルを有す
る。 【００１７】一般に、本発明は、（画像の、ある局所領
域に加えられる）鮮鋭化の適用量がその局所領域に存在
するノイズの量とその局所領域における意味（semanti
c）情報に関する鮮鋭化目標レベルの両方に依存する画
像鮮鋭化方法を説明する。ここで用いる意味（semanti
c）という用語は、観察者がある領域に割り当てるであ
ろう意味を指す。たとえば、領域の意味コンテンツは、
人間の顔、ビル、雲、空といったオブジェクトである。 【００１８】図１において、ｘ０個の行とｙ０個の列を
有する画像ｉ（ｘ，ｙ）がノイズマップ発生器４に入力
され、ノイズ画素ビリーフマップＮ（ｘ，ｙ）が生成さ
れる。好ましくは、画像ｉ（ｘ，ｙ）は高解像度で、た
とえば、一例となる高解像度の画像はｘ0＝１０２４
行、ｙ0＝１５３６列の画素を有する。ノイズ画素ビリ
ーフマップとは、ある画素に関して発生する強度（inte
nsity）の偏差が画像のコンテンツではなく、画像成形
システムにおけるノイズによるものであるビリーフ（確
信の度合）を示すマップである。 【００１９】画像成形システムのノイズは強度によって
異なる。したがって、所与の強度レベルにおけるノイズ
による変調（modulation）は、予想可能である。観察さ
れた変調が予想したノイズ変調より大きい場合、その変
調は画像のコンテンツによるものであるというビリーフ
が強い。観察された変調が予想したノイズより小さい、
あるいはこれと同等であると、その変調はノイズによる
ものであるというビリーフが強い。好ましくは、ビリー
フは０から画素がノイズの大きい画素である１００％ま
での確率として表す。均一な画像領域（たとえば晴れた
青空）の場合、通常、その画素はノイズが大きい画素で
あるというビリーフが高く、混雑した領域（たとえば髪
や草）に属する画素の場合、その画素はノイズが大きい
画素であるというビリーフは低くなる、あるいは０とな
る。 【００２０】ノイズ画素ビリーフマップＮ（ｘ，ｙ）
は、好ましくは、画像ｉ（ｘ，ｙ）と同じサイズであ
る。また、ノイズ画素ビリーフマップのビリーフ値は好
ましくは、局地での信号分散（画像画素の数値に対して
測定）と予想されるノイズ量の両方を考慮して生成され
る。たとえば、前述のデニソン他(Dennison et al.)に
よる米国特許第４，７６１，８１９号は、局地での分散
Ｖ（ｉ，ｊ）と予想されるノイズレベルＶ（ｎｏｉｓ
ｅ）の両方に依存する信号Ｇ（ｉ，ｊ）の生成を開示し
ている。このように、ノイズ画素ビリーフマップは、信
号対ノイズ比が低い確率が高い（つまり、ノイズの大き
い画素である確率が高い）画素または領域を示す。Ｇ
（ｉ，ｊ）等の信号は、画像処理技術において知られて
いるルックアップテーブル（ＬＵＴ）または一次関数を
使って、ノイズ画素ビリーフマップに容易に変換でき
る。たとえば、ノイズ画素ビリーフマップの数値は、Ｇ
（ｉ，ｊ）＞ｔ1の場合の０、Ｇ（ｉ．ｊ）＜ｔ2の場合
の１００で、Ｇ（ｉ，ｊ）がｔ1とｔ2との間にある時、
０と１００の中間の数値となる。たとえば、ｔ1＝５、
ｔ2＝１／２である。あるいは、２００１年６月２７日
に公開されたギャラー他(Gallagher Et al.)による欧州
特許出願第１１１１９０６Ａ２号は、予想されるノイズ
の数値を生成する方法は、画素の強度に基づき、これを
ルックアップテーブルとともに使用してノイズ画素ビリ
ーフマップを作ることができると書いている。 【００２１】ノイズマップ発生器４によってノイズ画素
ビリーフマップを生成する好ましい方法を図２に示す。
画像ｉ（ｘ，ｙ）は画像サブサンプラ２２に送られ、こ
れがその画像の低解像度バージョンｉ（ｍ，ｎ）を発生
する。低解像度バージョンｉ（ｍ，ｎ）はｍ0個の行と
ｎ0個の列の画素を含み、ここで、ｍ0＝ｘ0／２R，ｎ0
＝ｙ0／２R、Ｒはサブサンプルの数を必要な２の係数に
よって示す画像のサブサンプリング係数である。通常、
低解像度画像ｉ（ｍ，ｎ）は、エーリアシングの影響を
低減するために、当業界でよく知られているように、フ
ィルタリングと係数Ｒによるサブサンプリングを組み合
わせることによって生成される。低解像度画像からノイ
ズ画素ビリーフマップを生成することにより、計算しな
ければならない画素が少なくなるため、（画像ｉ（ｘ，
ｙ）からノイズ画素ビリーフマップを生成する場合と比
較し）時間が大幅に削減される。好ましくは、Ｒ＝２で
あり、これによって画像ｉ（ｘ，ｙ）について同じ操作
を行うのに必要な処理時間の約９４％が削減される。 【００２２】低解像度画像ｉ（ｍ，ｎ）は、各位置にお
いて鮮鋭化すべき画像チャネルの局地の信号対ノイズ比
ＳＮＲ（ｍ，ｎ）を計算するためのＳＮＲ計算機２４に
入力される。局地における信号対ノイズ比は、画像ｉ
（ｘ，ｙ）の色チャネルの数に関係なく、各位置（ｍ，
ｎ）でひとつの数値として表される。以下に詳しく説明
するが、好ましい鮮鋭化は、画像のひとつのチャネル、
輝度チャネルｌ（ｘ，ｙ）に適用される。輝度チャネル
は、画像のすべての色チャネルを線形にまとめることに
よって作られる。たとえば、 【数１】 ここで、Ｃは画像チャネル数 ｃnは画像ｉ（ｘ，ｙ）のｎ番目の色チャネル ａnはｎ番目の色チャネルに関する係数加重ファクタ（c
oefficient weighting factors）である。すべての係数
加重ファクタの合計は、好ましくは１．０である。以
下、赤、緑、青チャネルを有する画像ｉ（ｘ，ｙ）の場
合、赤、緑、青の係数加重ファクタの好ましい数値はす
べて等しく１／３である。 【００２３】各画素位置における局地の信号対ノイズ比
を計算するために、ＳＮＲ計算機２４は各画素位置にお
ける予想されるノイズの大きさを判断しなければならな
い。先行技術による方法において、予想されるノイズの
大きさは鮮鋭化すべきチャネル、たとえば輝度チャネル
からのみ計算される。しかし、各種のチャネルからの何
種類もの画素数値の組み合わせにより、等式１を通じて
同一の輝度チャネルが形成される場合があることを認識
しなければならない。このため、画像の領域が同じ平均
輝度値をもちながら、予想されるノイズ値が大きく異な
るということが往々にしてある。 【００２４】ＳＮＲ計算機２４は、以下の等式で輝度チ
ャネルの局地ＳＮＲを判断する。 【００２５】 【数２】 ここで、σn（ｍ，ｎ）は、好ましくは位置（ｍ，ｎ）
に中心を置く５ｘ５のウィンドウについて測定された輝
度チャネルにおける画素の局地標準偏差である。 【００２６】σk（ｉ（ｍ，ｎ））は、ｉ（ｍ，ｎ）の
各色チャネルにおいて予想されるノイズのレベルに基づ
き、鮮鋭化される画像チャネル（好ましくはｉ（ｍ，
ｎ）の輝度チャネル）での画素のノイズの予想される標
準偏差である。 【００２７】ｓｉｇｎ［ｑ］は、ｑ＜０であると−１，
その他であると１である。 【００２８】σk（ｉ（ｍ，ｎ））の数値は、輝度チャ
ネルを作るのに使用される係数加重ファクタ、ノイズテ
ーブル、サブサンプリング係数Ｒおよびサブサンプルさ
れた画像ｉ（ｍ，ｎ）の画素数値等のいくつかの項目の
関数である。 【００２９】σk（ｉ（ｍ，ｎ））の数値は、次のよう
に表される。 【数３】 ここで、Ｒは画像サブサンプラ２２によって使用される
サブサンプリングレベルの数である。好ましくは、Ｒ＝
２である。 【００３０】Ｒfは、ノイズの標準偏差を各解像度レベ
ルで低減する比率である。相関性のないノイズの場合、
Ｒf＝２である。実際のフィルムデータの場合、Ｒf＝
１．７は小さな数値のＲ（Ｒ＜＝３）について大まかに
修正される。 【００３１】σcn［ｑ］は、画像色チャネルｃnに関す
る強度ｑにおけるノイズの標準偏差である。ノイズテー
ブルは、たとえば２０００年１２月２７日に公開された
ギャラー他(Gallagher et al.)による欧州特許出願第１
０６３６１１Ａ２号において述べられているように、こ
の関係を表している。図３は、カラー写真のネガを走査
することによって作られたデジタル画像に関する赤、
緑、青の色チャネルを有する画像のノイズテーブルをプ
ロットしたものである。ノイズテーブルは、画像ｉ
（ｘ，ｙ）の解像度における各色チャネルの強度と予想
されるノイズの大きさとの関係を示すことに注意する。
等式（３）の項１／Ｒf Rは基本的に、フル解像度テーブ
ルを画像ｉ（ｍ，ｎ）の解像度に調整するための補正係
数である。 【００３２】ＳＮＲ計算機２４は、ｉ（ｍ，ｎ）の各画
素位置における信号対ノイズ比を示すマップＳＮＲ
（ｍ，ｎ）を出力する。このマップは、ノイズ画素分類
器２６に入力され、信号対ノイズ比マップはノイズ画素
ビリーフマップに変換される。これは、画像処理業界に
おいて周知のように、ルックアップテーブル（ＬＵＴ）
または一次関数を使って行われる。たとえば、ノイズ画
素ビリーフマップの数値は、図４に示すように、ＳＮＲ
（ｍ，ｎ）＞ｔ3のときは０、ＳＮＲ（ｍ，ｎ）＜ｔ4の
ときは１００、Ｇ（ｉ，ｊ）がｔ3とｔ4の間であると、
０と１００の中間値となる。ノイズ画素ビリーフマップ
は次に、補間回路２８によって、画像ｉ（ｘ，ｙ）の解
像度に合わせて補間される。 【００３３】当業者には、ノイズマップ発生器２４にノ
イズ画素ビリーフマップの外観にわずかな影響しか与え
ない特定の変更を、比較的容易に加えることができるこ
とがわかるであろう。たとえば、等式２において輝度チ
ャネルの局地偏差を計算する代わりに、輝度チャネルの
ハイパス部分の局地偏差を計算してもよい。輝度チャネ
ルのハイパス部分における予想されるノイズレベルは、
等式３で計算される量に線形に関連している。この関係
は、周知の確率変数関数の原理を使い、輝度チャネルの
ハイパス部分を生成するのに必要なフィルタから得られ
る。 【００３４】図１に戻り、画像ｉ（ｘ，ｙ）はゲインマ
ップ発生器２に渡される。ゲインマップ発生器２の目的
は、パターン認識から得られる意味ラベルに基づいて、
画素ごとまたは領域ごとに鮮鋭化操作のゲインを示すマ
ップを作ることである。ゲインマップは、画素ごとに適
用される鮮鋭化レベルを決定するのに使用される制御信
号である。ルオ他(Luo et al.)による２００１年１２月
１０日出願のＵＳＳＮ１０／０１６，６０１は、アンシ
ャープマスク内のゲインを画素領域の意味コンテンツに
基づいて変える方法を開示している。ルオ(Luo)のビリ
ーフマップＭ（ｍ，ｎ）は、特定の画素が、好ましい鮮
鋭化レベルが決定された、肌や空といった特定の標的対
象物を表すというビリーフを示す。 【００３５】ビリーフマップは、画像の中のひとつの画
素または領域が特定の標的マテリアルを表すという確立
を決定する対象物検出器によって作成される。ビリーフ
は、好ましくは確率として表される。たとえば、各画素
値Ｍ（ｍ，ｎ）は、各画素Ｍ（ｍ，ｎ）は１００*Ｐ
（低解像度画像（ｍ，ｎ）は標的マテリアルを示す）に
等しく、Ｐ（Ａ）は事象Ａの確率を示す。あるいは、各
画素値Ｍ（ｍ，ｎ）はビリーフを示すバイナリ分類を示
す。たとえば、ビリーフマップの画素値１は、その画素
が標的となる対象物を表すというビリーフを示し、画素
値０は、その画素が標的となる対象物を表さないという
ビリーフを示す。好ましい実施形態において、標的とな
る対象物は人の肌である。たとえば、画質の点で、人の
肌を他の対象物より鮮鋭化の度合いを低くすることが有
利である。制御信号β（ｘ，ｙ）は、入力画像の各画素
に関すアンシャープマスクのゲインを示す。 【００３６】図５に示すように、制御信号β（ｘ，ｙ）
は、まず画像（または画像の低解像度バージョン）にひ
とつまたは複数の対象物検出器３２1，．．．，３２Iを
適用して対象物ビリーフマップを作り、次にビリーフマ
ップアナライザ３４がビリーフマップを各対象物に関す
る目標鮮鋭化レベルと組み合わせ、ゲインマップ制御信
号β（ｘ，ｙ）を生成するという方法で作られる。特定
の位置（ｘ，ｙ）における制御信号β（ｘ，ｙ）の数値
は、対応する画像の位置における各種のビリーフマップ
Ｍ（ｘ，ｙ）の数値に関係する。ビリーフマップのサイ
ズ（ラインと列）が画像のサイズと同じであると仮定す
ると、ゲインマップ制御信号β（ｘ，ｙ）とビリーフマ
ップＭ（ｘ，ｙ）との好ましい関係は、次の等式によっ
て与えられる。 【００３７】 【数４】 ここで、ｉは、対象物検出器の指数である。たとえば、
Ｍ1（ｘ，ｙ）は、人の肌のビリーフを示すビリーフマ
ップ、Ｍ2（ｘ，ｙ）は青空のビリーフを示すビリーフ
マップ、Ｍ3（ｘ，ｙ）は草のビリーフを示すビリーフ
マップ、等である。 【００３８】Ｔiは、関連する標的となる対象物におい
て高いビリーフを有する画素に関する制御信号目標値で
ある。Ｔiは、目標鮮鋭化レベルといわれる。再び上記
の例を用いれば、人の肌についてはＴ1＝０．５、青空
についてはＴ2＝１．０、緑の草についてはＴ3＝３．
０、等となる。 【００３９】Ｔ0は、対象物検出器によって一般に背景
と考えられる画素に関する制御信号目標を示す。好まし
くは、Ｔ0＝２．７５である。 【００４０】図１に戻り、ゲインマップ発生器２によっ
て生成されるゲインマップβ（ｘ，ｙ）は、デジタル画
像ｉ（ｘ，ｙ）の特定の領域または画素に適用される鮮
鋭化の量を示す制御信号である。好ましい実施形態にお
いて、ゲインマップβ（ｘ，ｙ）は、アンシャープマス
ク鮮鋭化アルゴリズムのゲインパラメータを示す数値に
よって設定(populate)される。ゲインマップの数値は、
ゲインマップ発生器２がそのゲインマップを作成したと
きの基準に応じて、画素ごとまたは領域ごとに異なる。
一般に、ゲインマップβ（ｘ，ｙ）の数値は、肌を示す
ビリーフが高い画素についての０．５から、空を示すビ
リーフが高い画素の３．０、背景画素の２．７５へと変
化する。ゲインマップ発生器２は、ゲインマップを生成
する際、画像のノイズコンテンツを考慮しない。 【００４１】ノイズマップ発生器４とゲインマップ発生
器２はどちらも、画像の低解像度バージョンｉ（ｘ，
ｙ）について動作させ、計算費用を削減することができ
る。 【００４２】ノイズマップ発生器４によるノイズマップ
Ｎ（ｘ，ｙ）とゲインマップ発生器２によるゲインマッ
プβ（ｘ，ｙ）は、ゲインマップ修正器６に入力され
る。ゲインマップ修正器６の目的は、ノイズ画素ビリー
フマップがその画素または領域はノイズが大きいとの高
いビリーフを示す領域において、ゲインが所定の限度を
超えないように、ゲインマップを修正することである。
このために、ゲインマップ修正器は、ノイズの大きい画
素に関する鮮鋭化の最大レベルを示すパラメータである
ノイズ鮮鋭化限度Ｎslを入力する。好ましい実施形態に
おいて、ノイズ鮮鋭化限度Ｎslは、ノイズ画素ビリーフ
マップβ（ｘ，ｙ）におけるビリーフの高い画素に関す
るアンシャープマスクの最大ゲインである。好ましく
は、Ｎsl＝１．３である。ノイズ鮮鋭化限度は、ノイズ
の大きい画素すべてについて望まれる鮮鋭化レベルとい
うわけではない。なぜなら、ノイズ画素ビリーフマップ
の中でノイズが大きい画素として示された画素のいくつ
かは、すでにゲインマップにおいて、ノイズ鮮鋭化限度
より低い鮮鋭化レベルを持っているかもしれないからで
ある。ノイズ鮮鋭化限度は、次の２つの条件が満たされ
る場合にかぎり、画素のゲイン値に影響を与える。 【００４３】Ａ．ゲインマップβ（ｘ，ｙ）における画
素のゲイン値がノイズ鮮鋭化限度Ｎｓｌより大きい。 【００４４】Ｂ．その画素についてのその画素はノイズ
の大きい画素であるというビリーフがゼロではない。 【００４５】画像ノイズを考慮する最終ゲインマップβ
n（ｘ，ｙ）がゲインマップ修正器６から出力される。
最終ゲインマップは、上記Ａ，Ｂの要件を満たす次の等
式で生成される。 【００４６】 βn(x,y)＝min[β(x,y),Nsl]+N(x,y)・(max[β(x,y),Nsl]- Nsl) (5) ここで、ｍｉｎ（β（ｘ，ｙ），Ｎsl）はβ（ｘ，ｙ）
と同じ数の行と列を有する画像である。この画像は、Ｎ
slより大きなすべての画素についてはβ（ｘ，ｙ）と同
じ、それ以外はＮslと等しい。 【００４７】ｍａｘ（β（ｘ，ｙ），Ｎsl）は、β
（ｘ，ｙ）と同じ数の行と列を有する画像である。この
画像は、Ｎslより小さいすべての画素についてはβ
（ｘ，ｙ）と同じ、それ以外はＮslと等しい。 【００４８】ゲインマップ修正器６によって決定される
最終ゲインマップβn（ｘ，ｙ）は次に、画像鮮鋭化手
段１０に入力される。本発明の好ましい実施形態におい
て、最終ゲインマップβn（ｘ，ｙ）はアンシャープマ
スクのスケールファクタであるが、ゲインマップ修正器
６の機能は、スケールファクタの利用に限られることな
く、鮮鋭さに関する他の決定を使用することもできる。
たとえば、画像鮮鋭化手段１０が実行する鮮鋭化畳み込
みにおいて使用されるフィルタは、ビリーフマップの分
析に基づき、ゲインマップ修正器６によって決定でき
る。 【００４９】画像ｉ（ｘ，ｙ）と最終ゲインマップβn
（ｘ，ｙ）は、画像鮮鋭化装置に送られ、ここで最終ゲ
インマップβn（ｘ，ｙ）に応じて画像の鮮鋭化が行わ
れる。 【００５０】画像鮮鋭化手段１０は鮮鋭化パラメータを
入力し、この鮮鋭化パラメータを使って画像に鮮鋭化ア
ルゴリズムを適用し、不快な鮮鋭さのアーチファクトを
発生させることなく、鮮鋭化されたより質の高い出力画
像を生成する。好ましい実施形態において、鮮鋭化手段
１０は、以下の等式で説明されるように、最終ゲインマ
ップβn（ｘ，ｙ）を使って画像にアンシャープマスキ
ングアルゴリズムを適用し、改善された画像を生成す
る。たとえば、アンシャープマスクを使用した画像の鮮
鋭化は、次の式で説明できる。 【００５１】 s(x,y)＝i(x,y)**b(m,n)+βn(x,y)f(i(x,y)-i(x,y)**b(m,n)) (6) ここで、 ｓ（ｘ，ｙ）＝鮮鋭化された出力画像 ｉ（ｘ，ｙ）＝原入力画像 ｂ（ｍ，ｎ）＝ローパス畳み込みフィルタ（好ましく
は、標準偏差あたり１画素サイズのガウシアンローパス
フィルタ。５ｘ５フィルタのフィルタ係数は次のとおり ［０．００３ ０．０１３３ ０．０２１９ ０．０１
３３ ０．００３ ０．０１３３ ０．０５９６ ０．０９８３ ０．０５
９６ ０．０１３３ ０．０１９ ０．０９８３ ０．１６２ ０．０９８３
０．０２１９ ０．０１３３ ０．０５９６ ０．０９８３ ０．０５
９６ ０．０１３３ ０．００３ ０．０１３３ ０．０２１９ ０．０１３
３ ０．００３］）。 βn（ｘ，ｙ）＝最終ゲインマップ ｆ（ｘ，ｙ）＝フリンジ関数** は、二次元畳み込みを示す。（ｘ，ｙ）は、画像のｘ
番目の行、ｙ番目の列を示す。（ｍ，ｎ）は、畳み込み
フィルタのｍ番目の行、ｎ番目の列を示す。 【００５２】当業者は、複数のチャネルを有するカラー
画像にアンシャープマスキング（等式（１）で示すもの
等）を適用するにはいくつかの方法があることがわかる
であろう。たとえば、アンシャープマスクプロセスを、
カラー画像の各チャネルに適用できる。好ましくは、ア
ンシャープマスクプロセスは、次のように適用する。 【００５３】入力画像が赤、緑、青の色チャネルで構成
されるカラー画像であるとすると、まず画像にマトリク
スを適用し、輝度チャネルと２つまたはそれ以上の色差
チャネルを作る。次に、アンシャープマスクプロセスを
輝度チャネルに適用する。最後に、逆マトリクスを輝度
および色差チャネルに適用し、赤、緑、青のチャネルを
有する改善されたカラー画像を得る。 【００５４】あるいは、アンシャープマスクプロセス
は、ひとつの画像チャネルだけ（たとえば緑チャネル）
に適用し、修正されたハイパスデータを各色チャネルと
加算し、改善されたカラー画像を得ることもできる。ア
ンシャープマスクプロセスに対する上記およびそれ以外
の同様な変更や改善は、当業者にとって十分に理解でき
る。その使用の具体的事柄は基本的に、可変ゲイン鮮鋭
化のための鮮鋭化パラメータを選択する方法には関係が
ないため、特定の使用態様が本発明の範囲を限定するこ
とにはならない。 【００５５】等式（６）と本発明では、アンシャープマ
スクによって行われる画像に対する鮮鋭化を一般的に説
明しているが、当業者であれば必ずしもこれに限られな
いことを認識できるであろう。等式（６）のフリンジ関
数ｆ（）が恒等式であるとすると、アンシャープマスク
プロセスは、画像に畳み込みとともに適用し、アンシャ
ープマスクと同じ結果を生むことのできる単独フィルタ
として構成しなおすことができる。たとえば、ｂ（ｘ，
ｙ）のフィルタ係数を次のように仮定する。 【００５６】 【数５】 次のように与えられる係数を有する畳み込みフィルタｃ
（ｘ，ｙ）を使用すると、 【数６】 等式（１）のアンシャープマスクにおいてフィルタｂ
（ｘ，ｙ）を使った場合と同じ結果が得られる。代数お
よびデジタル信号処理において周知の方法で決定される
ように、画像鮮鋭化手段１０における動作をグループ分
けすることによって好ましい実施形態を変更すること
は、当業者にとって自明であり、本発明の範囲に含まれ
る。いずれの場合も、フィルタの係数は位置（ｘ，ｙ）
周辺の画素値とは関係がない。
ル画像の処理に関する分野、より詳しくは画像を鮮鋭化
する方法に関する。 【０００２】 【従来の技術】デジタル画像の処理においては、一般的
に、画像の鮮鋭（sharp）化により、鮮鋭化アルゴリズ
ムを用いて微細な詳細部が改善される。通常、鮮鋭化は
畳み込みプロセス（たとえば、A. K. Jain, Fundamenta
ls of Digital Image Processing, Prentice-Hall: 198
9, pp.249-251参照）によって行われる。アンシャープ
マスキングプロセスは、畳み込みによる鮮鋭化プロセス
の一例である。たとえば、アンシャープマスキングを使
った画像の鮮鋭化は、次の等式で説明することができ
る。 【０００３】 s(x,y)＝i(x,y)**b(x,y)+βf(i(x,y)-i(x,y)**b(x,y)) (0) ここで、 ｓ（ｘ，ｙ）＝鮮鋭さが改善された出力画像 ｉ（ｘ，ｙ）＝原入力画像 ｂ（ｘ，ｙ）＝ローパスフィルタ β＝アンシャープマスクのスケールファクタ ｆ（）＝フリンジ関数** は、二次元畳み込みを示す。（ｘ，ｙ）は、画像のｘ
番目の行とｙ番目の列を示す。 【０００４】一般に、不鮮明画像は、ローパスフィルタ
による画像の畳み込みによって生成される（つまり、不
鮮明画像はｉ（ｘ，ｙ）**ｂ（ｘ，ｙ）で示される）。
次に、原画像から不鮮明画像を引くことにより、ハイパ
ス、つまりフリンジデータが生成される（すなわち、ハ
イパスデータはｉ（ｘ，ｙ）−ｉ（ｘ，ｙ）**ｂ（ｘ，
ｙ）で得られる）。次にハイパスデータは、スケールフ
ァクタβかフリンジ関数ｆ（）のいずれかまたはその両
方によって修正される。最後に、修正されたハイパスデ
ータに、原画像または不鮮明画像のいずれかを加算する
ことにより、鮮鋭化された画像が得られる。 【０００５】同様の鮮鋭化効果は、デジタル信号処理の
分野ではよく知られる周波数ドメイン（たとえば、ＦＦ
Ｔドメイン）における画像修正によって実現できる。 【０００６】画像の異なる領域または画素を、異なる量
だけ鮮鋭化することが好ましい場合がある。たとえば、
人の顔を表す画素は、ビルを表す画素ほど鮮鋭化しない
ほうが好ましいとされている。たとえば、１９９７年１
０月２８日発行のゴーシュ他(Gouch et al.)の米国特許
５，６８２，４４３号において、画素の色（と周辺近傍
の色）に基づくアンシャープマスクのゲインの修正が開
示されている。この方式を用いた場合の問題は、画像鮮
鋭化に伴う不要なノイズの増大である。 【０００７】また、１９９６年２月１８日発行のマーム
ーディ他(Mahmoodi et al.)の米国特許第４，５７１，
６３５号は、近傍中の画像画素の標準偏差に応じて、デ
ジタル画像の高周波数情報をスケーリングするのに使用
される強調係数βを得る方法を教示している。さらに、
１９９２年１月１４日発行のクウォン他(Kwon et al.)
の米国特許第５，０８１，６９２号は、強調係数βが中
央加重分散計算に基づいていると教示している。１９８
８年８月２日発行の米国特許第４，７６１，８１９号に
おいて、デニソン他(Denison et al.)はアンシャープマ
スクのゲインが局地分散計算とノイズ統計の両方に依存
する方法について述べている。 【０００８】上記の方法はたしかに、ノイズの増大をな
るべく抑えながら画像を鮮鋭化するが、ゴーシュが述べ
ているように、色に基づいて鮮鋭化の適用量が変化する
ことはない。画像のノイズ特性と非ノイズ特性（たとえ
ば色）の両方に基づくリニア鮮鋭化フィルタのゲインパ
ラメータβの修正について、どのように取り組むかは不
明である。一般に、ノイズ情報を利用した適応型の鮮鋭
化方法の場合、ノイズの大きい画像領域には他より小さ
い鮮鋭化が適用される。しかし、これらの画像領域が受
ける鮮鋭化は、他の要因によってすでに非常に小さい場
合がある。 【０００９】２００２年１月２３日に公開された欧州特
許出願第１１７４８２４Ａ２号において、ギンデル(Gin
dele)とギャラー(Gallagher)は、画素の色に応じてノイ
ズ軽減の量を変えるノイズ軽減フィルタについて開示し
ている。このフィルタにおいて、畳み込みの係数は各画
素について動的に得られ、画素と近隣画素（畳み込み操
作に関わるもの）の数値に応じて変わる。畳み込み係数
は各画素について動的に得られるため、フィルタ係数は
局所の近隣における画素の数値によって異なる。このよ
うなフィルタは画像鮮鋭化には使用されないのが普通で
ある。 【００１０】 【特許文献１】米国特許５，６８２，４４３号公報 【特許文献２】米国特許４，５７１，６３５号公報 【特許文献３】米国特許５，０８１，６９２号公報 【特許文献４】米国特許４，７６１，８１９号公報 【特許文献５】欧州特許出願第１１７４８２４Ａ２号公
報 【００１１】 【発明が解決しようとする課題】そこで、画像のマテリ
アルコンテンツ（material content）と画像におけるノ
イズ量の両方に基づいて鮮鋭化の適用量を調整する、改
良された画像鮮鋭化方法に対するニーズがある。 【００１２】 【課題を解決するための手段】上記のニーズは、本発明
により、複数の画像画素を有するデジタル画像をそのマ
テリアルコンテンツに応じて鮮鋭化する方法であって、
前記複数の画像画素に空間的に対応し、各画像画素が特
定の対象物を表している可能性を示すビリーフ値を有す
る対象物ビリーフマップを生成するステップと、前記複
数の画像画素に空間的に対応し、各画素に関する変調が
システムのノイズによるものである可能性を示すビリー
フ値を有するノイズ画素ビリーフマップを生成するステ
ップと、前記対象物ビリーフマップと前記ノイズ画素ビ
リーフマップから、前記複数の画像画素に対して行う鮮
鋭化の程度を示す数値を有するゲインマップを生成する
ステップと、前記ゲインマップを使って画像を鮮鋭化す
るステップとを含むことを特徴とする方法を提供するこ
とによって満たされる。 【００１３】本発明は、アーチファクトが少ない、より
鮮鋭な画像を生成するという利点を有する。 【００１４】 【発明の実施の形態】以下の説明において、本発明の実
施形態はソフトウェアプログラムとして実現された方法
として述べられている。当業者は、このようなソフトウ
ェアと同等物をハードウェアで構成することができると
容易に認識できる。画像改良アルゴリズムと方法は周知
であるため、本願の説明は特に、本発明による方法とシ
ステムの一部を構成する、あるいはより直接的にこれと
協働する要素について行うものとする。本願において特
に示されていない、あるいは説明されていないその他の
要素および、画像信号生成および他の処理のためのハー
ドウェアおよび／またはソフトウェアは、当業界で知ら
れている材料、コンポーネント、要素から選択すること
ができる。以下の資料において本発明に従って示され、
説明されているシステムと方法について、本発明の実行
にとって有益な、本願で具体的に示されていない、説明
または提案されていないソフトウェアは従来のものであ
り、当業界における一般的技術である。 【００１５】さらに、ここで使用されているように、コ
ンピュータプログラムはコンピュータが読み出すことの
できる記憶媒体に記憶させることができる。この記憶媒
体には、たとえば磁気ディスク（ハードドライブやフレ
キシブルディスク）または磁気テープ等の磁気記憶媒
体、光ディスク、光テープまたは機械判読可能なバーコ
ード等の光学記憶媒体、ランダムアクセスメモリ（ＲＡ
Ｍ）またはリードオンリーメモリ（ＲＯＭ）等のソリッ
ドステート電子記憶装置あるいはその他、コンピュータ
プログラムを記憶するのに使用される物理的装置または
媒体がある。 【００１６】デジタル画像は一般に、ひとつまたは複数
の二次元アレイを含む。たとえば、カラーデジタル画像
には、それぞれ赤、緑、青の画素値を示す３つのアレイ
が含まれ、単色画像には光の強度に対応する画素値の１
つのアレイが含まれる。呼び方の問題については、デジ
タル画像のｘ番目の行とｙ番目の列を指す座標（ｘ，
ｙ）に位置する画像の画素の数値は、本願において、位
置（ｘ，ｙ）におけるそれぞれ赤、緑、青のデジタル画
像チャネルの数値を指す３つの値のセット［ｒ（ｘ，
ｙ），ｇ（ｘ，ｙ），ｂ（ｘ，ｙ）］である。この点に
おいて、デジタル画像は特定の数のデジタル画像チャネ
ルを有するものと考えることができる。赤、緑、青の二
次元アレイを含むデジタル画像の場合、この画像は３つ
のチャネル、つまり赤、緑、青の分光チャネルを有す
る。 【００１７】一般に、本発明は、（画像の、ある局所領
域に加えられる）鮮鋭化の適用量がその局所領域に存在
するノイズの量とその局所領域における意味（semanti
c）情報に関する鮮鋭化目標レベルの両方に依存する画
像鮮鋭化方法を説明する。ここで用いる意味（semanti
c）という用語は、観察者がある領域に割り当てるであ
ろう意味を指す。たとえば、領域の意味コンテンツは、
人間の顔、ビル、雲、空といったオブジェクトである。 【００１８】図１において、ｘ０個の行とｙ０個の列を
有する画像ｉ（ｘ，ｙ）がノイズマップ発生器４に入力
され、ノイズ画素ビリーフマップＮ（ｘ，ｙ）が生成さ
れる。好ましくは、画像ｉ（ｘ，ｙ）は高解像度で、た
とえば、一例となる高解像度の画像はｘ0＝１０２４
行、ｙ0＝１５３６列の画素を有する。ノイズ画素ビリ
ーフマップとは、ある画素に関して発生する強度（inte
nsity）の偏差が画像のコンテンツではなく、画像成形
システムにおけるノイズによるものであるビリーフ（確
信の度合）を示すマップである。 【００１９】画像成形システムのノイズは強度によって
異なる。したがって、所与の強度レベルにおけるノイズ
による変調（modulation）は、予想可能である。観察さ
れた変調が予想したノイズ変調より大きい場合、その変
調は画像のコンテンツによるものであるというビリーフ
が強い。観察された変調が予想したノイズより小さい、
あるいはこれと同等であると、その変調はノイズによる
ものであるというビリーフが強い。好ましくは、ビリー
フは０から画素がノイズの大きい画素である１００％ま
での確率として表す。均一な画像領域（たとえば晴れた
青空）の場合、通常、その画素はノイズが大きい画素で
あるというビリーフが高く、混雑した領域（たとえば髪
や草）に属する画素の場合、その画素はノイズが大きい
画素であるというビリーフは低くなる、あるいは０とな
る。 【００２０】ノイズ画素ビリーフマップＮ（ｘ，ｙ）
は、好ましくは、画像ｉ（ｘ，ｙ）と同じサイズであ
る。また、ノイズ画素ビリーフマップのビリーフ値は好
ましくは、局地での信号分散（画像画素の数値に対して
測定）と予想されるノイズ量の両方を考慮して生成され
る。たとえば、前述のデニソン他(Dennison et al.)に
よる米国特許第４，７６１，８１９号は、局地での分散
Ｖ（ｉ，ｊ）と予想されるノイズレベルＶ（ｎｏｉｓ
ｅ）の両方に依存する信号Ｇ（ｉ，ｊ）の生成を開示し
ている。このように、ノイズ画素ビリーフマップは、信
号対ノイズ比が低い確率が高い（つまり、ノイズの大き
い画素である確率が高い）画素または領域を示す。Ｇ
（ｉ，ｊ）等の信号は、画像処理技術において知られて
いるルックアップテーブル（ＬＵＴ）または一次関数を
使って、ノイズ画素ビリーフマップに容易に変換でき
る。たとえば、ノイズ画素ビリーフマップの数値は、Ｇ
（ｉ，ｊ）＞ｔ1の場合の０、Ｇ（ｉ．ｊ）＜ｔ2の場合
の１００で、Ｇ（ｉ，ｊ）がｔ1とｔ2との間にある時、
０と１００の中間の数値となる。たとえば、ｔ1＝５、
ｔ2＝１／２である。あるいは、２００１年６月２７日
に公開されたギャラー他(Gallagher Et al.)による欧州
特許出願第１１１１９０６Ａ２号は、予想されるノイズ
の数値を生成する方法は、画素の強度に基づき、これを
ルックアップテーブルとともに使用してノイズ画素ビリ
ーフマップを作ることができると書いている。 【００２１】ノイズマップ発生器４によってノイズ画素
ビリーフマップを生成する好ましい方法を図２に示す。
画像ｉ（ｘ，ｙ）は画像サブサンプラ２２に送られ、こ
れがその画像の低解像度バージョンｉ（ｍ，ｎ）を発生
する。低解像度バージョンｉ（ｍ，ｎ）はｍ0個の行と
ｎ0個の列の画素を含み、ここで、ｍ0＝ｘ0／２R，ｎ0
＝ｙ0／２R、Ｒはサブサンプルの数を必要な２の係数に
よって示す画像のサブサンプリング係数である。通常、
低解像度画像ｉ（ｍ，ｎ）は、エーリアシングの影響を
低減するために、当業界でよく知られているように、フ
ィルタリングと係数Ｒによるサブサンプリングを組み合
わせることによって生成される。低解像度画像からノイ
ズ画素ビリーフマップを生成することにより、計算しな
ければならない画素が少なくなるため、（画像ｉ（ｘ，
ｙ）からノイズ画素ビリーフマップを生成する場合と比
較し）時間が大幅に削減される。好ましくは、Ｒ＝２で
あり、これによって画像ｉ（ｘ，ｙ）について同じ操作
を行うのに必要な処理時間の約９４％が削減される。 【００２２】低解像度画像ｉ（ｍ，ｎ）は、各位置にお
いて鮮鋭化すべき画像チャネルの局地の信号対ノイズ比
ＳＮＲ（ｍ，ｎ）を計算するためのＳＮＲ計算機２４に
入力される。局地における信号対ノイズ比は、画像ｉ
（ｘ，ｙ）の色チャネルの数に関係なく、各位置（ｍ，
ｎ）でひとつの数値として表される。以下に詳しく説明
するが、好ましい鮮鋭化は、画像のひとつのチャネル、
輝度チャネルｌ（ｘ，ｙ）に適用される。輝度チャネル
は、画像のすべての色チャネルを線形にまとめることに
よって作られる。たとえば、 【数１】 ここで、Ｃは画像チャネル数 ｃnは画像ｉ（ｘ，ｙ）のｎ番目の色チャネル ａnはｎ番目の色チャネルに関する係数加重ファクタ（c
oefficient weighting factors）である。すべての係数
加重ファクタの合計は、好ましくは１．０である。以
下、赤、緑、青チャネルを有する画像ｉ（ｘ，ｙ）の場
合、赤、緑、青の係数加重ファクタの好ましい数値はす
べて等しく１／３である。 【００２３】各画素位置における局地の信号対ノイズ比
を計算するために、ＳＮＲ計算機２４は各画素位置にお
ける予想されるノイズの大きさを判断しなければならな
い。先行技術による方法において、予想されるノイズの
大きさは鮮鋭化すべきチャネル、たとえば輝度チャネル
からのみ計算される。しかし、各種のチャネルからの何
種類もの画素数値の組み合わせにより、等式１を通じて
同一の輝度チャネルが形成される場合があることを認識
しなければならない。このため、画像の領域が同じ平均
輝度値をもちながら、予想されるノイズ値が大きく異な
るということが往々にしてある。 【００２４】ＳＮＲ計算機２４は、以下の等式で輝度チ
ャネルの局地ＳＮＲを判断する。 【００２５】 【数２】 ここで、σn（ｍ，ｎ）は、好ましくは位置（ｍ，ｎ）
に中心を置く５ｘ５のウィンドウについて測定された輝
度チャネルにおける画素の局地標準偏差である。 【００２６】σk（ｉ（ｍ，ｎ））は、ｉ（ｍ，ｎ）の
各色チャネルにおいて予想されるノイズのレベルに基づ
き、鮮鋭化される画像チャネル（好ましくはｉ（ｍ，
ｎ）の輝度チャネル）での画素のノイズの予想される標
準偏差である。 【００２７】ｓｉｇｎ［ｑ］は、ｑ＜０であると−１，
その他であると１である。 【００２８】σk（ｉ（ｍ，ｎ））の数値は、輝度チャ
ネルを作るのに使用される係数加重ファクタ、ノイズテ
ーブル、サブサンプリング係数Ｒおよびサブサンプルさ
れた画像ｉ（ｍ，ｎ）の画素数値等のいくつかの項目の
関数である。 【００２９】σk（ｉ（ｍ，ｎ））の数値は、次のよう
に表される。 【数３】 ここで、Ｒは画像サブサンプラ２２によって使用される
サブサンプリングレベルの数である。好ましくは、Ｒ＝
２である。 【００３０】Ｒfは、ノイズの標準偏差を各解像度レベ
ルで低減する比率である。相関性のないノイズの場合、
Ｒf＝２である。実際のフィルムデータの場合、Ｒf＝
１．７は小さな数値のＲ（Ｒ＜＝３）について大まかに
修正される。 【００３１】σcn［ｑ］は、画像色チャネルｃnに関す
る強度ｑにおけるノイズの標準偏差である。ノイズテー
ブルは、たとえば２０００年１２月２７日に公開された
ギャラー他(Gallagher et al.)による欧州特許出願第１
０６３６１１Ａ２号において述べられているように、こ
の関係を表している。図３は、カラー写真のネガを走査
することによって作られたデジタル画像に関する赤、
緑、青の色チャネルを有する画像のノイズテーブルをプ
ロットしたものである。ノイズテーブルは、画像ｉ
（ｘ，ｙ）の解像度における各色チャネルの強度と予想
されるノイズの大きさとの関係を示すことに注意する。
等式（３）の項１／Ｒf Rは基本的に、フル解像度テーブ
ルを画像ｉ（ｍ，ｎ）の解像度に調整するための補正係
数である。 【００３２】ＳＮＲ計算機２４は、ｉ（ｍ，ｎ）の各画
素位置における信号対ノイズ比を示すマップＳＮＲ
（ｍ，ｎ）を出力する。このマップは、ノイズ画素分類
器２６に入力され、信号対ノイズ比マップはノイズ画素
ビリーフマップに変換される。これは、画像処理業界に
おいて周知のように、ルックアップテーブル（ＬＵＴ）
または一次関数を使って行われる。たとえば、ノイズ画
素ビリーフマップの数値は、図４に示すように、ＳＮＲ
（ｍ，ｎ）＞ｔ3のときは０、ＳＮＲ（ｍ，ｎ）＜ｔ4の
ときは１００、Ｇ（ｉ，ｊ）がｔ3とｔ4の間であると、
０と１００の中間値となる。ノイズ画素ビリーフマップ
は次に、補間回路２８によって、画像ｉ（ｘ，ｙ）の解
像度に合わせて補間される。 【００３３】当業者には、ノイズマップ発生器２４にノ
イズ画素ビリーフマップの外観にわずかな影響しか与え
ない特定の変更を、比較的容易に加えることができるこ
とがわかるであろう。たとえば、等式２において輝度チ
ャネルの局地偏差を計算する代わりに、輝度チャネルの
ハイパス部分の局地偏差を計算してもよい。輝度チャネ
ルのハイパス部分における予想されるノイズレベルは、
等式３で計算される量に線形に関連している。この関係
は、周知の確率変数関数の原理を使い、輝度チャネルの
ハイパス部分を生成するのに必要なフィルタから得られ
る。 【００３４】図１に戻り、画像ｉ（ｘ，ｙ）はゲインマ
ップ発生器２に渡される。ゲインマップ発生器２の目的
は、パターン認識から得られる意味ラベルに基づいて、
画素ごとまたは領域ごとに鮮鋭化操作のゲインを示すマ
ップを作ることである。ゲインマップは、画素ごとに適
用される鮮鋭化レベルを決定するのに使用される制御信
号である。ルオ他(Luo et al.)による２００１年１２月
１０日出願のＵＳＳＮ１０／０１６，６０１は、アンシ
ャープマスク内のゲインを画素領域の意味コンテンツに
基づいて変える方法を開示している。ルオ(Luo)のビリ
ーフマップＭ（ｍ，ｎ）は、特定の画素が、好ましい鮮
鋭化レベルが決定された、肌や空といった特定の標的対
象物を表すというビリーフを示す。 【００３５】ビリーフマップは、画像の中のひとつの画
素または領域が特定の標的マテリアルを表すという確立
を決定する対象物検出器によって作成される。ビリーフ
は、好ましくは確率として表される。たとえば、各画素
値Ｍ（ｍ，ｎ）は、各画素Ｍ（ｍ，ｎ）は１００*Ｐ
（低解像度画像（ｍ，ｎ）は標的マテリアルを示す）に
等しく、Ｐ（Ａ）は事象Ａの確率を示す。あるいは、各
画素値Ｍ（ｍ，ｎ）はビリーフを示すバイナリ分類を示
す。たとえば、ビリーフマップの画素値１は、その画素
が標的となる対象物を表すというビリーフを示し、画素
値０は、その画素が標的となる対象物を表さないという
ビリーフを示す。好ましい実施形態において、標的とな
る対象物は人の肌である。たとえば、画質の点で、人の
肌を他の対象物より鮮鋭化の度合いを低くすることが有
利である。制御信号β（ｘ，ｙ）は、入力画像の各画素
に関すアンシャープマスクのゲインを示す。 【００３６】図５に示すように、制御信号β（ｘ，ｙ）
は、まず画像（または画像の低解像度バージョン）にひ
とつまたは複数の対象物検出器３２1，．．．，３２Iを
適用して対象物ビリーフマップを作り、次にビリーフマ
ップアナライザ３４がビリーフマップを各対象物に関す
る目標鮮鋭化レベルと組み合わせ、ゲインマップ制御信
号β（ｘ，ｙ）を生成するという方法で作られる。特定
の位置（ｘ，ｙ）における制御信号β（ｘ，ｙ）の数値
は、対応する画像の位置における各種のビリーフマップ
Ｍ（ｘ，ｙ）の数値に関係する。ビリーフマップのサイ
ズ（ラインと列）が画像のサイズと同じであると仮定す
ると、ゲインマップ制御信号β（ｘ，ｙ）とビリーフマ
ップＭ（ｘ，ｙ）との好ましい関係は、次の等式によっ
て与えられる。 【００３７】 【数４】 ここで、ｉは、対象物検出器の指数である。たとえば、
Ｍ1（ｘ，ｙ）は、人の肌のビリーフを示すビリーフマ
ップ、Ｍ2（ｘ，ｙ）は青空のビリーフを示すビリーフ
マップ、Ｍ3（ｘ，ｙ）は草のビリーフを示すビリーフ
マップ、等である。 【００３８】Ｔiは、関連する標的となる対象物におい
て高いビリーフを有する画素に関する制御信号目標値で
ある。Ｔiは、目標鮮鋭化レベルといわれる。再び上記
の例を用いれば、人の肌についてはＴ1＝０．５、青空
についてはＴ2＝１．０、緑の草についてはＴ3＝３．
０、等となる。 【００３９】Ｔ0は、対象物検出器によって一般に背景
と考えられる画素に関する制御信号目標を示す。好まし
くは、Ｔ0＝２．７５である。 【００４０】図１に戻り、ゲインマップ発生器２によっ
て生成されるゲインマップβ（ｘ，ｙ）は、デジタル画
像ｉ（ｘ，ｙ）の特定の領域または画素に適用される鮮
鋭化の量を示す制御信号である。好ましい実施形態にお
いて、ゲインマップβ（ｘ，ｙ）は、アンシャープマス
ク鮮鋭化アルゴリズムのゲインパラメータを示す数値に
よって設定(populate)される。ゲインマップの数値は、
ゲインマップ発生器２がそのゲインマップを作成したと
きの基準に応じて、画素ごとまたは領域ごとに異なる。
一般に、ゲインマップβ（ｘ，ｙ）の数値は、肌を示す
ビリーフが高い画素についての０．５から、空を示すビ
リーフが高い画素の３．０、背景画素の２．７５へと変
化する。ゲインマップ発生器２は、ゲインマップを生成
する際、画像のノイズコンテンツを考慮しない。 【００４１】ノイズマップ発生器４とゲインマップ発生
器２はどちらも、画像の低解像度バージョンｉ（ｘ，
ｙ）について動作させ、計算費用を削減することができ
る。 【００４２】ノイズマップ発生器４によるノイズマップ
Ｎ（ｘ，ｙ）とゲインマップ発生器２によるゲインマッ
プβ（ｘ，ｙ）は、ゲインマップ修正器６に入力され
る。ゲインマップ修正器６の目的は、ノイズ画素ビリー
フマップがその画素または領域はノイズが大きいとの高
いビリーフを示す領域において、ゲインが所定の限度を
超えないように、ゲインマップを修正することである。
このために、ゲインマップ修正器は、ノイズの大きい画
素に関する鮮鋭化の最大レベルを示すパラメータである
ノイズ鮮鋭化限度Ｎslを入力する。好ましい実施形態に
おいて、ノイズ鮮鋭化限度Ｎslは、ノイズ画素ビリーフ
マップβ（ｘ，ｙ）におけるビリーフの高い画素に関す
るアンシャープマスクの最大ゲインである。好ましく
は、Ｎsl＝１．３である。ノイズ鮮鋭化限度は、ノイズ
の大きい画素すべてについて望まれる鮮鋭化レベルとい
うわけではない。なぜなら、ノイズ画素ビリーフマップ
の中でノイズが大きい画素として示された画素のいくつ
かは、すでにゲインマップにおいて、ノイズ鮮鋭化限度
より低い鮮鋭化レベルを持っているかもしれないからで
ある。ノイズ鮮鋭化限度は、次の２つの条件が満たされ
る場合にかぎり、画素のゲイン値に影響を与える。 【００４３】Ａ．ゲインマップβ（ｘ，ｙ）における画
素のゲイン値がノイズ鮮鋭化限度Ｎｓｌより大きい。 【００４４】Ｂ．その画素についてのその画素はノイズ
の大きい画素であるというビリーフがゼロではない。 【００４５】画像ノイズを考慮する最終ゲインマップβ
n（ｘ，ｙ）がゲインマップ修正器６から出力される。
最終ゲインマップは、上記Ａ，Ｂの要件を満たす次の等
式で生成される。 【００４６】 βn(x,y)＝min[β(x,y),Nsl]+N(x,y)・(max[β(x,y),Nsl]- Nsl) (5) ここで、ｍｉｎ（β（ｘ，ｙ），Ｎsl）はβ（ｘ，ｙ）
と同じ数の行と列を有する画像である。この画像は、Ｎ
slより大きなすべての画素についてはβ（ｘ，ｙ）と同
じ、それ以外はＮslと等しい。 【００４７】ｍａｘ（β（ｘ，ｙ），Ｎsl）は、β
（ｘ，ｙ）と同じ数の行と列を有する画像である。この
画像は、Ｎslより小さいすべての画素についてはβ
（ｘ，ｙ）と同じ、それ以外はＮslと等しい。 【００４８】ゲインマップ修正器６によって決定される
最終ゲインマップβn（ｘ，ｙ）は次に、画像鮮鋭化手
段１０に入力される。本発明の好ましい実施形態におい
て、最終ゲインマップβn（ｘ，ｙ）はアンシャープマ
スクのスケールファクタであるが、ゲインマップ修正器
６の機能は、スケールファクタの利用に限られることな
く、鮮鋭さに関する他の決定を使用することもできる。
たとえば、画像鮮鋭化手段１０が実行する鮮鋭化畳み込
みにおいて使用されるフィルタは、ビリーフマップの分
析に基づき、ゲインマップ修正器６によって決定でき
る。 【００４９】画像ｉ（ｘ，ｙ）と最終ゲインマップβn
（ｘ，ｙ）は、画像鮮鋭化装置に送られ、ここで最終ゲ
インマップβn（ｘ，ｙ）に応じて画像の鮮鋭化が行わ
れる。 【００５０】画像鮮鋭化手段１０は鮮鋭化パラメータを
入力し、この鮮鋭化パラメータを使って画像に鮮鋭化ア
ルゴリズムを適用し、不快な鮮鋭さのアーチファクトを
発生させることなく、鮮鋭化されたより質の高い出力画
像を生成する。好ましい実施形態において、鮮鋭化手段
１０は、以下の等式で説明されるように、最終ゲインマ
ップβn（ｘ，ｙ）を使って画像にアンシャープマスキ
ングアルゴリズムを適用し、改善された画像を生成す
る。たとえば、アンシャープマスクを使用した画像の鮮
鋭化は、次の式で説明できる。 【００５１】 s(x,y)＝i(x,y)**b(m,n)+βn(x,y)f(i(x,y)-i(x,y)**b(m,n)) (6) ここで、 ｓ（ｘ，ｙ）＝鮮鋭化された出力画像 ｉ（ｘ，ｙ）＝原入力画像 ｂ（ｍ，ｎ）＝ローパス畳み込みフィルタ（好ましく
は、標準偏差あたり１画素サイズのガウシアンローパス
フィルタ。５ｘ５フィルタのフィルタ係数は次のとおり ［０．００３ ０．０１３３ ０．０２１９ ０．０１
３３ ０．００３ ０．０１３３ ０．０５９６ ０．０９８３ ０．０５
９６ ０．０１３３ ０．０１９ ０．０９８３ ０．１６２ ０．０９８３
０．０２１９ ０．０１３３ ０．０５９６ ０．０９８３ ０．０５
９６ ０．０１３３ ０．００３ ０．０１３３ ０．０２１９ ０．０１３
３ ０．００３］）。 βn（ｘ，ｙ）＝最終ゲインマップ ｆ（ｘ，ｙ）＝フリンジ関数** は、二次元畳み込みを示す。（ｘ，ｙ）は、画像のｘ
番目の行、ｙ番目の列を示す。（ｍ，ｎ）は、畳み込み
フィルタのｍ番目の行、ｎ番目の列を示す。 【００５２】当業者は、複数のチャネルを有するカラー
画像にアンシャープマスキング（等式（１）で示すもの
等）を適用するにはいくつかの方法があることがわかる
であろう。たとえば、アンシャープマスクプロセスを、
カラー画像の各チャネルに適用できる。好ましくは、ア
ンシャープマスクプロセスは、次のように適用する。 【００５３】入力画像が赤、緑、青の色チャネルで構成
されるカラー画像であるとすると、まず画像にマトリク
スを適用し、輝度チャネルと２つまたはそれ以上の色差
チャネルを作る。次に、アンシャープマスクプロセスを
輝度チャネルに適用する。最後に、逆マトリクスを輝度
および色差チャネルに適用し、赤、緑、青のチャネルを
有する改善されたカラー画像を得る。 【００５４】あるいは、アンシャープマスクプロセス
は、ひとつの画像チャネルだけ（たとえば緑チャネル）
に適用し、修正されたハイパスデータを各色チャネルと
加算し、改善されたカラー画像を得ることもできる。ア
ンシャープマスクプロセスに対する上記およびそれ以外
の同様な変更や改善は、当業者にとって十分に理解でき
る。その使用の具体的事柄は基本的に、可変ゲイン鮮鋭
化のための鮮鋭化パラメータを選択する方法には関係が
ないため、特定の使用態様が本発明の範囲を限定するこ
とにはならない。 【００５５】等式（６）と本発明では、アンシャープマ
スクによって行われる画像に対する鮮鋭化を一般的に説
明しているが、当業者であれば必ずしもこれに限られな
いことを認識できるであろう。等式（６）のフリンジ関
数ｆ（）が恒等式であるとすると、アンシャープマスク
プロセスは、画像に畳み込みとともに適用し、アンシャ
ープマスクと同じ結果を生むことのできる単独フィルタ
として構成しなおすことができる。たとえば、ｂ（ｘ，
ｙ）のフィルタ係数を次のように仮定する。 【００５６】 【数５】 次のように与えられる係数を有する畳み込みフィルタｃ
（ｘ，ｙ）を使用すると、 【数６】 等式（１）のアンシャープマスクにおいてフィルタｂ
（ｘ，ｙ）を使った場合と同じ結果が得られる。代数お
よびデジタル信号処理において周知の方法で決定される
ように、画像鮮鋭化手段１０における動作をグループ分
けすることによって好ましい実施形態を変更すること
は、当業者にとって自明であり、本発明の範囲に含まれ
る。いずれの場合も、フィルタの係数は位置（ｘ，ｙ）
周辺の画素値とは関係がない。
【図面の簡単な説明】
【図１】 本発明の第一の実施形態による画像を鮮鋭化
する技術を示すブロック図である。 【図２】 図１に示すノイズマップ発生器のブロック図
である。 【図３】 サンプルノイズテーブルを示すグラフであ
る。 【図４】 ＳＮＲ（ｍ，ｎ）画像からノイズ画素ビリー
フマップＮ（ｍ，ｎ）に変換するために使用するルック
アップテーブルである。 【図５】 図１に示すゲインマップ発生器のブロック図
である。 【符号の説明】 ２ ゲインマップ発生器、４ ノイズマップ発生器、６
ゲインマップ修正器、１０ 画像鮮鋭化手段、２２
画像サブサンプラ、２４ ＳＮＲ計算機、２６ノイズ画
素分類器、２８ 画像補間回路、３２ 対象物検出器、
３４ ビリーフマップアナライザ。
する技術を示すブロック図である。 【図２】 図１に示すノイズマップ発生器のブロック図
である。 【図３】 サンプルノイズテーブルを示すグラフであ
る。 【図４】 ＳＮＲ（ｍ，ｎ）画像からノイズ画素ビリー
フマップＮ（ｍ，ｎ）に変換するために使用するルック
アップテーブルである。 【図５】 図１に示すゲインマップ発生器のブロック図
である。 【符号の説明】 ２ ゲインマップ発生器、４ ノイズマップ発生器、６
ゲインマップ修正器、１０ 画像鮮鋭化手段、２２
画像サブサンプラ、２４ ＳＮＲ計算機、２６ノイズ画
素分類器、２８ 画像補間回路、３２ 対象物検出器、
３４ ビリーフマップアナライザ。
─────────────────────────────────────────────────────
フロントページの続き
Ｆターム(参考） 5B057 CA01 CA08 CA12 CA16 CB01
CB08 CB12 CB16 CE02 CE03
CE06 CH09 DA17 DB02 DB06
DB09 DC22 DC36
5C077 LL19 MP08 PP03 PP32 PP43
PP68 PQ12 PQ23
Claims (1)
- 【特許請求の範囲】 【請求項１】 複数の画像画素を有するデジタル画像
を、そのマテリアルコンテンツに応じて鮮鋭化する方法
であって、 ａ）前記複数の画像画素に空間的に対応し、各画像画素
が特定の対象物を表す可能性を示すビリーフ値を有する
対象物ビリーフマップを生成するステップと、 ｂ）前記複数の画像画素に空間的に対応し、各画素に関
する変調がシステムのノイズによるものである可能性を
示すビリーフ値を有するノイズ画素ビリーフマップを生
成するステップと、 ｃ）前記対象物ビリーフマップと前記ノイズ画素ビリー
フマップから、前記複数の画像画素に適用される鮮明化
の度合いを示すゲイン値を有するゲインマップを生成す
るステップと、 ｄ）前記ゲインマップを使って画像を鮮明化するステッ
プと、を含むことを特徴とする方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US10/084,006 US6891977B2 (en) | 2002-02-27 | 2002-02-27 | Method for sharpening a digital image without amplifying noise |
| US10/084,006 | 2002-02-27 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003256831A true JP2003256831A (ja) | 2003-09-12 |
| JP4456819B2 JP4456819B2 (ja) | 2010-04-28 |
Family
ID=27753411
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003050148A Expired - Fee Related JP4456819B2 (ja) | 2002-02-27 | 2003-02-26 | デジタル画像鮮鋭化装置 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US6891977B2 (ja) |
| EP (1) | EP1347415B1 (ja) |
| JP (1) | JP4456819B2 (ja) |
| DE (1) | DE60300097T2 (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007503903A (ja) * | 2003-09-04 | 2007-03-01 | コニンクリユケ フィリップス エレクトロニクス エヌ．ブイ． | 局所適応的な非線形ノイズ削減 |
| JP2016086350A (ja) * | 2014-10-28 | 2016-05-19 | ブラザー工業株式会社 | 画像処理装置、および、コンピュータプログラム |
| JP2023511226A (ja) * | 2020-04-13 | 2023-03-16 | アップル インコーポレイテッド | コンテンツに基づく画像処理 |
Families Citing this family (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6788824B1 (en) * | 2000-09-29 | 2004-09-07 | Adobe Systems Incorporated | Creating image-sharpening profiles |
| US7050636B2 (en) * | 2001-12-07 | 2006-05-23 | Eastman Kodak Company | Method and system for improving an image characteristic based on image content |
| US7092573B2 (en) * | 2001-12-10 | 2006-08-15 | Eastman Kodak Company | Method and system for selectively applying enhancement to an image |
| JP2005141477A (ja) * | 2003-11-06 | 2005-06-02 | Noritsu Koki Co Ltd | 画像鮮鋭化処理方法とこの方法を実施する画像処理装置 |
| US7570831B2 (en) * | 2004-04-29 | 2009-08-04 | Hewlett-Packard Development Company, L.P. | System and method for estimating image noise |
| US8872906B2 (en) | 2005-01-05 | 2014-10-28 | Avantis Medical Systems, Inc. | Endoscope assembly with a polarizing filter |
| US20060149129A1 (en) * | 2005-01-05 | 2006-07-06 | Watts H D | Catheter with multiple visual elements |
| US8235887B2 (en) | 2006-01-23 | 2012-08-07 | Avantis Medical Systems, Inc. | Endoscope assembly with retroscope |
| US8182422B2 (en) | 2005-12-13 | 2012-05-22 | Avantis Medical Systems, Inc. | Endoscope having detachable imaging device and method of using |
| US8797392B2 (en) | 2005-01-05 | 2014-08-05 | Avantis Medical Sytems, Inc. | Endoscope assembly with a polarizing filter |
| US8289381B2 (en) | 2005-01-05 | 2012-10-16 | Avantis Medical Systems, Inc. | Endoscope with an imaging catheter assembly and method of configuring an endoscope |
| US8287446B2 (en) | 2006-04-18 | 2012-10-16 | Avantis Medical Systems, Inc. | Vibratory device, endoscope having such a device, method for configuring an endoscope, and method of reducing looping of an endoscope |
| EP2023794A2 (en) | 2006-05-19 | 2009-02-18 | Avantis Medical Systems, Inc. | System and method for producing and improving images |
| US7652788B2 (en) * | 2006-06-23 | 2010-01-26 | Nokia Corporation | Apparatus, method, mobile station and computer program product for noise estimation, modeling and filtering of a digital image |
| US20090231419A1 (en) * | 2007-02-06 | 2009-09-17 | Avantis Medical Systems, Inc. | Endoscope Assembly and Method of Performing a Medical Procedure |
| US8064666B2 (en) | 2007-04-10 | 2011-11-22 | Avantis Medical Systems, Inc. | Method and device for examining or imaging an interior surface of a cavity |
| US9407890B2 (en) * | 2008-01-14 | 2016-08-02 | Broadcom Corporation | Method and system for sharpening the luma and the chroma signals |
| US8120679B2 (en) | 2008-08-01 | 2012-02-21 | Nikon Corporation | Image processing method |
| US8594439B2 (en) * | 2009-05-28 | 2013-11-26 | Hewlett-Packard Development Company, L.P. | Image processing |
| JP2021065370A (ja) * | 2019-10-21 | 2021-04-30 | ソニー株式会社 | 画像処理装置、画像処理方法および内視鏡システム |
| CN115668274A (zh) * | 2020-05-27 | 2023-01-31 | 瑞典爱立信有限公司 | 计算机软件模块装置、电路装置、用于改进图像处理的装置和方法 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4571635A (en) * | 1984-02-17 | 1986-02-18 | Minnesota Mining And Manufacturing Company | Method of image enhancement by raster scanning |
| IL78675A (en) * | 1986-05-02 | 1993-02-21 | Scitex Corp Ltd | Color separation scanner |
| US4761819A (en) * | 1987-02-27 | 1988-08-02 | Picker International, Inc. | Adaptive noise reduction filter for reconstructed images |
| US5081692A (en) * | 1991-04-04 | 1992-01-14 | Eastman Kodak Company | Unsharp masking using center weighted local variance for image sharpening and noise suppression |
| DE69428148T2 (de) * | 1993-03-24 | 2002-05-29 | Fujifilm Electronic Imaging | Farbabänderung von Bildern |
| JP3877385B2 (ja) * | 1997-07-04 | 2007-02-07 | 大日本スクリーン製造株式会社 | 画像処理パラメータ決定装置およびその方法 |
| US6118906A (en) * | 1998-02-03 | 2000-09-12 | Eastman Kodak Company | Sharpening system adjusted for measured noise of photofinishing images |
| US6707950B1 (en) | 1999-06-22 | 2004-03-16 | Eastman Kodak Company | Method for modification of non-image data in an image processing chain |
| US6330372B1 (en) * | 1999-09-13 | 2001-12-11 | Intel Corporation | Compression edge adaptive video and image sharpening and scaling |
| US6731823B1 (en) | 1999-12-22 | 2004-05-04 | Eastman Kodak Company | Method for enhancing the edge contrast of a digital image independently from the texture |
| US6738494B1 (en) * | 2000-06-23 | 2004-05-18 | Eastman Kodak Company | Method for varying an image processing path based on image emphasis and appeal |
| US6807300B1 (en) | 2000-07-20 | 2004-10-19 | Eastman Kodak Company | Noise reduction method utilizing color information, apparatus, and program for digital image processing |
-
2002
- 2002-02-27 US US10/084,006 patent/US6891977B2/en not_active Expired - Lifetime
-
2003
- 2003-02-17 DE DE60300097T patent/DE60300097T2/de not_active Expired - Lifetime
- 2003-02-17 EP EP03075452A patent/EP1347415B1/en not_active Expired - Lifetime
- 2003-02-26 JP JP2003050148A patent/JP4456819B2/ja not_active Expired - Fee Related
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007503903A (ja) * | 2003-09-04 | 2007-03-01 | コニンクリユケ フィリップス エレクトロニクス エヌ．ブイ． | 局所適応的な非線形ノイズ削減 |
| JP2016086350A (ja) * | 2014-10-28 | 2016-05-19 | ブラザー工業株式会社 | 画像処理装置、および、コンピュータプログラム |
| JP2023511226A (ja) * | 2020-04-13 | 2023-03-16 | アップル インコーポレイテッド | コンテンツに基づく画像処理 |
| JP7387917B2 (ja) | 2020-04-13 | 2023-11-28 | アップル インコーポレイテッド | コンテンツに基づく画像処理 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4456819B2 (ja) | 2010-04-28 |
| DE60300097D1 (de) | 2004-11-25 |
| US6891977B2 (en) | 2005-05-10 |
| EP1347415B1 (en) | 2004-10-20 |
| DE60300097T2 (de) | 2005-10-27 |
| EP1347415A1 (en) | 2003-09-24 |
| US20030161544A1 (en) | 2003-08-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2003296729A (ja) | 信号対ノイズ比の推定を用いたデジタル画像の鮮鋭化方法 | |
| JP2003256831A (ja) | ノイズを増幅することなく、デジタル画像を鮮鋭化する方法 | |
| US10152781B2 (en) | Method for image processing using local statistics convolution | |
| JP4998287B2 (ja) | 画像処理装置および方法、並びにプログラム | |
| CN112734650B (zh) | 一种基于虚拟多曝光融合的不均匀光照图像增强方法 | |
| CN102576456B (zh) | 使用范围信息的数字图像亮度调节 | |
| US20040190789A1 (en) | Automatic analysis and adjustment of digital images with exposure problems | |
| JP4498671B2 (ja) | イメージコンテンツに基づいて画像の特性を改善するための方法及びシステム | |
| JP4498361B2 (ja) | レティネックス型アルゴリズムを高速化する方法 | |
| US7269300B2 (en) | Sharpening a digital image in accordance with magnification values | |
| JP2010503056A (ja) | 画像の強調の方法及び装置 | |
| Sirajuddeen et al. | Adaptive histogram equalization based on modified probability density function and expected value of image intensity | |
| US20230117976A1 (en) | Methods and systems for improving a quality of digital images | |
| Al-Samaraie | A new enhancement approach for enhancing image of digital cameras by changing the contrast | |
| CN110111280A (zh) | 一种多尺度梯度域引导滤波的低照度图像增强算法 | |
| Xu et al. | Multi-exposure image fusion algorithm based on improved weight function | |
| Santhi et al. | Contrast enhancement by modified octagon histogram equalization | |
| KR101418521B1 (ko) | 밝기 대비 향상을 통한 영상 화질 개선 방법 및 장치 | |
| Alenezi et al. | Perceptual local contrast enhancement and global variance minimization of medical images for improved fusion | |
| Pardhi et al. | Contrast Enhancement Using Adaptive Threshold Based Dynamic Range Adjustment In Luv Colour Space | |
| Veluchamy et al. | Artificial bee Colony optimized image enhancement framework for invisible images | |
| DE102012007838A1 (de) | Hochdynamikbereich-Bildaufnahme mit Mehrfachbelichtung | |
| Gautam et al. | Perception-preserving Color Ocular-image Enhancement Through Multi-scale and Multiresolution Features | |
| Droege | Submitted to The School of Engineering | |
| EP1339019A2 (en) | Multiscale gradation processing method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060215 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090203 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090427 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090609 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20090903 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20090908 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20091005 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20100126 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100208 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130212 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4456819 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130212 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140212 Year of fee payment: 4 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |